CN103016266B - 模糊前馈与线性自抗扰结合的风电机组变桨距控制方法 - Google Patents

Abstract

本发明针对风电机组固有的大惯性和难以精确建立数学模型的问题，而提供一种模糊前馈与线性自抗扰结合的风电机组变桨距控制方法。该方法构建变桨距风电机组的数学模型，得出风电机组的输出有功功率；在步骤1的基础上设计线性自抗扰控制器，通过调整自抗扰控制器的控制量，用于快速消除系统未建模部分摄动和外部扰动的效果；在步骤2的基础上设计模糊前馈控制器，模糊前馈控制器包括模糊前馈控制器规则表，通过模糊前馈控制器得到合适的前馈桨距角变化量β_f；前馈桨距角变化量β_f与线性自抗扰控制器的输出u相加而得到桨距角设定值β_r。本发明降低了系统的调节时间，增加系统的稳定性和可靠性，并且较现有传统控制器具有明显的优势。

Description

模糊前馈与线性自抗扰结合的风电机组变桨距控制方法

技术领域

本发明属于风电机组控制系统领域，尤其涉及模糊前馈与线性自抗扰结合的风电机组变桨距控制。

背景技术

为降低风轮负荷以延长其使用寿命，抑制风力发电机组输出功率波动以降低对电网的不利影响，大中型风电机组通常在额定风速以上采用变桨距控制，即通过改变风轮桨距角，进而相应改变风能利用系数，使机组输出功率保持稳定。但是，风力发电机组具有较大的转动惯量和较严重的非线性，并且自然风速变化范围大，使得变桨距系统控制困难。

目前，风力发电机组大多采用PID控制器对变桨距系统进行控制，并且为了设计性能优越的控制器，在文献“大型变速恒频风力发电机组建模与仿真[J]”，李晶，中国电机工程学报，2004，24(6)：100-105中采用极点配置方法设计PID控制器，但是由于风电机组具有严重的非线性特性，当其偏离线性化工作点或者风电机组参数由于温度、湿度等原因发生变化时，控制器性能会严重降低，甚至会造成系统的不稳定。因此为了解决风电机组的非线性问题，在文献“变速恒频风力发电系统变桨距智能控制[J]”，姚兴佳，沈阳工业大学学报，2008，30(2)：159-162中引入模糊控制，并与PID控制器相结合，提出模糊PID控制方法。但是不论是单纯PID控制还是模糊PID控制，它们都是基于反馈控制理论建立的，只有当系统的实际输出值与设定值出现偏差时，控制器才开始调节，由于变桨距系统的大惯性和长迟延等特性，往往造成系统动态响应时间长，超调量大。

发明内容

本发明的目的在于克服风电机组固有的大惯性和难以精确建立数学模型的问题，而提供一种模糊前馈与线性自抗扰结合的风电机组变桨距控制方法。

模糊前馈与线性自抗扰结合的风电机组变桨距控制，该方法包括以下步骤：

步骤1：构建变桨距风电机组的数学模型，得出风电机组的输出有功功率P；

所述变桨距风电机组的数学模型为：

$\left\{\begin{array}{c}\mathrm{\β}=\frac{1}{\mathrm{\τs}+1}{\mathrm{\β}}_r\\ T_r=\frac{1}{2}{C}_T(\mathrm{\β},\mathrm{\λ})\mathrm{\ρ\π}{R}^3{v}^2\\ (J_r+{\mathrm{\γ}}^2{J}_g)\frac{{\mathrm{d\ω}}_r}{\mathrm{dt}}=T_r-T_D-{\mathrm{\γT}}_e\end{array}\right.$

其中，β为桨距角实际值；β_r为桨距角设定值；τ为时间常数；s为复变量；T_r为风轮机械转矩；C_T(β，λ)为机械转矩系数，λ为叶尖速比；ρ为空气密度；R为风轮半径；v为风速；J_r为风轮转动惯量；J_g为发电机转动惯量；γ为齿轮箱传动比，即γ=ω_g/ω_r，ω_g为发电机机械转速，ω_r为风轮机械转速；T_D为系统阻力矩，T_D=c₁+c₂/ω_r+c₃ω_r，c₁，c₂，c₃为常数；T_e为发电机电磁转矩；

根据变桨距风电机组的数学模型，得出所述风电机组的输出有功功率P为：

$P=\frac{{\mathrm{gm}}_1{U}_1^2{r}_2^{\′}{\mathrm{\ω}}_g}{({\mathrm{\ω}}_g-{\mathrm{\ω}}_1)[{(r_1-\frac{C_1{r}_2^{\′}{\mathrm{\ω}}_1}{{\mathrm{\ω}}_g-{\mathrm{\ω}}_1})}^2+{(x_1+C_1{x}_2^{\′})}^2]}$

其中，g为发电机极对数；m₁为相数；U₁为电网额定电压；C₁为修正系数；ω₁为电网同步转速；r₁，x₁分别为定子绕组的电阻和漏抗；ω_g为发电机机械转速；r′₂，x′₂分别为折算后转子绕组的电阻和漏抗；

步骤2：在步骤1的基础上设计线性自抗扰控制器，通过调整自抗扰控制器的控制量，用于快速消除系统内部参数摄动和外部扰动的效果；

所述自抗扰控制器输出控制量的计算公式为：

$\left\{\begin{array}{c}{\stackrel{\·}{z}}_1=z_2+l_1(y-z_1)\\ {\stackrel{\·}{z}}_2=z_3+l_2(y-z_1)+b_{0}u\\ {\stackrel{\·}{z}}_3=l_3(y-z_1)\\ u_0=k_1(r-z_1)+k_2(\stackrel{\·}{r}-z_2)\\ u=u_0-\frac{z_3}{b_0}\end{array}\right.$

其中：z₁、z₂、z₃为观测器的观测值；u为自抗扰控制的输出控制量；u₀为非线性控制器的输出量；b₀是输入量的系数；r为风电机组额定功率；y为风电机组实际输出有功功率，即输出有功功率P；l₁、l₂、l₃、k₁、k₂为待调节参数，用来调整自抗扰控制器的输出控制量u，从而用于消除系统内部参数摄动和外部扰动；

步骤3：在步骤2的基础上设计模糊前馈控制器，模糊前馈控制器包括模糊前馈控制器规则表，通过模糊前馈控制器得到合适的前馈桨距角变化量β_f；

在步骤2的基础上设计模糊前馈控制器，模糊前馈控制器输入为检测到的风速，根据风速的大小，以及在相邻时刻风速的变化量依据模糊前馈控制器规则表得到合适的前馈桨距角变化量β_f；

步骤4：前馈桨距角变化量β_f与线性自抗扰控制器的输出u相加而得到桨距角设定值β_r，用于解决系统具有较大转动惯量和较严重非线性的问题。

本发明的有益效果：1、采用线性自抗扰控制，可以将系统未建模部分和外部扰动当做系统总扰动，通过扩张状态观测器进行实时估计，并在动态反馈中提前进行补偿，在减少了系统调节时间的同时，也解决了风电机组难以建立精确数学模型和系统参数易随工作环境产生摄动的问题。2、由于风电机组具有较大的转动惯量和较严重的非线性，采用模糊前馈控制，利用模糊推理，在风速变化对风电机组输出功率产生影响前，给出合适的桨距角前馈值，与线性自抗扰控制量相加作为风电机组的控制量，这将大大减少系统的调节时间，也降低了系统的机械抖动。3、本发明将线性自抗扰控制器和模糊前馈控制器在风电机组中进行应用，以加快系统的动态响应，降低系统的调节时间，增加系统的稳定性和可靠性，并且较现有传统控制器具有明显的优势。

附图说明

图1为新型变桨距控制系统框图；

图2为切出风速工况下的风速变化曲线；

图3为切出风速工况下的发电机转速变化曲线；

图4为切出风速工况下的桨距角变化曲线；

图5为切出风速工况下的功率波动曲线；

图6为额定风速工况下的风速变化曲线；

图7为额定风速工况下的发电机转速变化曲线；

图8为额定风速工况下的桨距角变化曲线；

图9为额定风速工况下的功率波动曲线。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明：

一、构建变桨距风电机组的数学模型，得出风电机组的输出有功功率。

风电机组主要包括风力机、传动系统、发电机以及相应的变桨距系统等四个部分，风力机是风电机组的原动件，传动系统将风力机捕获的风能传递给发电机，发电机经过电磁转换，输出有功功率，下文将给出风电机组各个部件的数学模型。

1.风轮模型

风轮是将风能转化为机械能的装置，从风能中捕获的功率和机械转矩为：

$P_r=\frac{1}{2}{C}_p(\mathrm{\β},\mathrm{\λ})\mathrm{\ρ\π}{R}^2{v}^3---\left(1\right)$

$T_r=\frac{1}{2}{C}_T(\mathrm{\β},\mathrm{\λ})\mathrm{\ρ\π}{R}^3{v}^2---\left(2\right)$

其中：P_r为风轮捕获的功率；T_r为风轮的机械转矩；C_p(β，λ)为风能利用系数，C_T(β，λ)为机械转矩系数，C_p(β，λ)=λC_T(β，λ)，其中β为桨距角实际值，λ为叶尖速比；ρ为空气密度；R为风轮半径；v为风速。

风能利用系数C_p(β，λ)代表了风轮捕获风功率的能力，它是叶尖速比λ和桨距角β的非线性函数，本文采用如下公式近似：

$C_p(\mathrm{\λ},\mathrm{\β})=0.22[116(\frac{1}{\mathrm{\λ}+0.08\mathrm{\β}}-\frac{0.035}{{\mathrm{\β}}^3+1})-0.4\mathrm{\β}-5]e^{-12.5(\frac{1}{\mathrm{\λ}+0.08\mathrm{\β}}-\frac{0.035}{{\mathrm{\β}}^3+1})}---\left(3\right)$

2.传动系统模型

对于非直驱式风电机组，低速轴侧的动态方程为：

$J_r\frac{{\mathrm{d\ω}}_r}{\mathrm{dt}}=T_r-T_D-{\mathrm{\γT}}_g---\left(4\right)$

式中：J_r为风轮转动惯量；ω_r为风轮转速；T_D为系统阻力矩，T_D=c₁+c₂/ω_r+c₃ω_r，c₁，c₂，c₃为常数；γ为齿轮箱传动比，γ=ω_g/ω_r，ω_g为发电机转速；T_g为发电机传递给齿轮箱的转矩。

在高速轴侧，忽略发电机自身的系统阻力矩，高速轴侧的动态方程为：

$J_g\frac{{\mathrm{d\ω}}_g}{\mathrm{dt}}=T_g-T_e---\left(5\right)$

式中：J_g为发电机转动惯量；ω_g为发电机转速；T_g为发电机传递给齿轮箱的转矩；T_e为发电机电磁转矩。

将式(5)代入式(4)，可得风电机组的传动系统模型为：

$(J_r+{\mathrm{\γ}}^2{J}_g)\frac{{\mathrm{d\ω}}_r}{\mathrm{dt}}=T_r-T_D-{\mathrm{\γT}}_e---\left(6\right)$

3.异步发电机系统模型

假定异步发电机为理想发电机，即假定定子为三相对称绕组，转子为多相对称绕组，每相在气隙中均产生正弦形分布的磁通势及磁密，并且忽略铁磁饱和、磁滞，以及定子和转子的齿槽及涡流等影响。由电机学相关知识可知，异步发电机的模型可简化为：

$\left\{\begin{array}{c}{T}_e=\frac{{\mathrm{gm}}_1{U}_1^2{r}_2^{\′}}{({\mathrm{\ω}}_g-{\mathrm{\ω}}_1)[{(r_1-\frac{C_1{r}_2^{\text{\′}}{\mathrm{\ω}}_1}{{\mathrm{\ω}}_g{-\mathrm{\ω}}_1})}^2+{(x_1+C_1{x}_2^{\′})}^2]}\\ P=T_e{\mathrm{\ω}}_g\end{array}\right.---\left(7\right)$

式中：g为电机极对数；m₁为相数；U₁为电网额定电压；C₁为修正系数；ω₁为电网同步转速；ω_g为发电机转速；r₁，x₁分别为定子绕组的电阻和漏抗；r′₂，x′₂分别为折算后转子绕组的电阻和漏抗。

4.变桨系统模型

目前，大中型风电机组的变桨距执行机构通常由伺服电机或液压系统实现，因此变桨距执行机构可以等效为一阶惯性环节，其传递函数为：

$\mathrm{\β}=\frac{1}{\mathrm{\τs}+1}{\mathrm{\β}}_r---\left(8\right)$

式中：β为桨距角实际值；β_r为桨距角设定值；τ为时间常数；s为复变量。

二、在一的基础上设计线性自抗扰控制器，通过调整自抗扰控制器的控制量，达到快速消除系统未建模部分摄动和外部扰动的效果

1.变桨距系统的线性自抗扰控制器设计

取风力发电机组恒功率运行时的一个平衡点A，其对应风轮机械转矩为T_r-0、风轮机械转速为ω₀、桨距角转矩为β₀，以A为参考点将式（2）进行泰勒展开为：

T_r=T_r-0+α·Δω+ξ·Δβ+γ·Δv+h    (9)

式中： Δω为风轮机械转速微变量；Δβ为桨距角微变量；Δv为风速微变量；h为泰勒展开的高次项。

风电机组在额定风速以上运行时有：

T_r-0=T_D+γT_e    (10)

式中：T_D为系统阻力矩；γ为齿轮箱传动比；T_e为发电机电磁转矩。

令J=J_r+γ²J_g，由式（6）、（9）、（10）可得：

$J\stackrel{\·}{\mathrm{\Δ\ω}}=\mathrm{\α}\·\mathrm{\Δ\ω}+\mathrm{\ξ}\·(\mathrm{\β}-{\mathrm{\β}}_0)+\mathrm{\γ}\·\mathrm{\Δv}+h---\left(11\right)$

考虑到桨距角的动态特性，可得：

$\mathrm{\β}-{\mathrm{\β}}_0=\mathrm{\Δ\β}=\frac{1}{\mathrm{\τs}+1}{\mathrm{\Δ\β}}_r---\left(12\right)$

式中：Δβ_r为桨距角控制给定值；τ为时间常数；s为复变量。

因此，式(11)转化为：

$\stackrel{\·\·}{\mathrm{\Δ\ω}}=\frac{\mathrm{\τ\α}-J}{\mathrm{J\τ}}\stackrel{\·}{\mathrm{\Δ\ω}}+\frac{\mathrm{\α}}{\mathrm{J\τ}}\mathrm{\Δ\ω}+\frac{\mathrm{\ξ}}{\mathrm{J\τ}}\mathrm{\Δ}{\mathrm{\β}}_r+\frac{\mathrm{\τs}+1}{\mathrm{J\τ}}(\mathrm{\γ}\·\mathrm{\Δv}+h)---\left(13\right)$

在上式（13）中控制量Δβ_r对应的系数易随系统运行工况变化，难以得出准确值，因此取其估计值b₀，并将错估误差归为系统内部扰动。根据式（9），b₀取为：

$b_0=\frac{1}{\mathrm{J\τ}}\frac{{\∂T}_r}{\∂\mathrm{\β}}{|}_A---\left(14\right)$

系统扰动量d可表示为：

$d=\frac{\mathrm{\τs}+1}{\mathrm{J\τ}}(\mathrm{\γ}\·\mathrm{\Δv}+h)+(b-b_0){\mathrm{\Δ\β}}_r---\left(15\right)$

式（13）化为：

$\stackrel{\·\·}{\mathrm{\Δ\ω}}=\frac{\mathrm{\τ\α}-J}{\mathrm{J\τ}}\stackrel{\·}{\mathrm{\Δ\ω}}+\frac{\mathrm{\α}}{\mathrm{J\τ}}\mathrm{\Δ\ω}+b_0\·\mathrm{\Δ}{\mathrm{\β}}_r+d---\left(\text{16}\right)$

系统模型式（16）涵盖了气动能量转换、传动系统及变桨距执行机构等部分，能够切实体现变桨距控制的动态过程。因此下文将基于式（16）设计线性自抗扰控制器，以实现系统变桨距控制。

令Δω=y，Δθ_r=u，并且令f表示系统的总扰动，即则可得

$\frac{d^{2}y}{{\mathrm{dt}}^2}=f+b_{0}u---\left(17\right)$

对于该二阶系统，线性自抗扰控制器为：

$\left\{\begin{array}{c}{\stackrel{\·}{z}}_1=z_2+l_1(y-z_1)\\ {\stackrel{\·}{z}}_2=z_3+l_2(y-z_1)+b_{0}u\\ {\stackrel{\·}{z}}_3=l_3(y-z_1)\\ u_0=k_1(r-z_1)+k_2(\stackrel{\·}{r}-z_2)\\ u=u_0-\frac{z_3}{b_0}\end{array}\right.---\left(18\right)$

式中：z₁、z₂、z₃为观测器的观测值；u为自抗扰控制的输出量；u₀为非线性控制器的输出量；b₀是输入量的系数；r为风电机组额定功率；y为风电机组实际输出有功功率（即上述P）；l₁、l₂、l₃、k₁、k₂为待调节参数。

三、在二的基础上设计模糊前馈控制器，用以解决系统具有较大转动惯量和较严重非线性的问题。

1.模糊前馈控制器设计

当风力发电机组运行在额定风速以上时，风速的变化可以看作是一个可测的外部扰动。在风力发电机组中，风速可以通过机舱顶部的风速计检测得到。模糊前馈控制器就是根据检测得到的风速扰动给出合适的桨距角前馈值β_f，与线性自抗扰控制器的输出u相加，作为变桨距系统的桨距角设定值β_r。当风速变大时，模糊前馈控制器输出为正，即增大桨距角设定值，使风能利用系数减小，减小风轮功率捕获；反之，模糊前馈控制器输出为负，即减小桨距角的设定值，使风能利用系数增大，增大风轮功率捕获，从而使风电机组在额定风速以上时以恒定功率运行。模糊前馈控制器的快速补偿作用，可以有效地加快系统的动态过程，减小动态响应时间。

根据风轮的桨叶特性，当风速在额定风速附近变化时，较小的风速变化需要较大的桨距角改变量使得输出功率恒定。而在高风速段或接近切出风速附近时，较大的风速变化却需要较小的桨距角改变量使得输出功率恒定。即当风速变化相同时，在额定风速附近和高风速段时，需要的桨距角改变量不同。基于上述情况，模糊前馈控制器有二个输入量，一个输出量。

输入1：上一检测点的风速v(k-1)，作为前馈桨距角β_f变化量的依据。

输入2：风速误差Δv，决定前馈桨距角β_f的变化量。

输出：前馈桨距角变化量β_f。

本实例在Matlab中进行仿真研究，在Matlab中的fuzzy设计器里设置风速输入1即v，风速变化量输入2即vc，根据风速的大小和前后相邻时刻的变化量，得出前馈桨距角变化量β_f。

本实例所研究风电机组的额定风速为12m/s，切出风速为25m/s。因此模糊前馈控制器输入1的基本论域为[12m/s,25m/s]，其对应的模糊论域为{1,2,3,4,5}，相应的语言变量为{LH,RH,H,VH,EH}。

由于风电场中每次检测风速的时间间隔较短（一般为10s），因此相邻2次检测的风速变化量一般不会超过±3m/s。所以模糊前馈控制器输入2的基本论域为[-3m/s,3m/s]，其对应的模糊论域为{-3,-2,-1,0,1,2,3}，相应的语言变量为{NB,NM,NS,ZO,PS,PM,PB}。

根据本实例所研究的风电机组以及相应的桨叶特性，当风速变化最大为±3m/s时，桨距角的最大变化量为[-13°,13°]。为达到精确的控制效果，模糊前馈控制器输出量的模糊论域为：{-6,-5,-4,-3,2,-1,0,1,2,3,4,5,6}对应的语言变量为{NB2,NB1,NM2,NM1,NS2,NS1,ZO,PS1,PS2,PM1,PM2,PB1,PB2}。模糊前馈控制器输入和输出的隶属度函数均采用分辨率较高的三角隶属函数，去模糊化方法采用常用的重心法。

根据上述风电机组桨叶的气动特性，所设计的模糊前馈控制器规则表如表1所示。

表1模糊前馈控制器规则表

自此，在本发明中，基于模糊前馈和线性自抗扰控制的风电机组变桨距控制器设计完毕。

实施如下：

风电机组控制系统的结构图如图1所示。实施参数为：风轮半径R＝15m，额定风速v_e=12m/s，切出风速v_out=25m/s，空气密度ρ=1.25kg/m³；变桨系统时间常数τ=0.2；风轮转动惯量J_r=3.5×10⁵kg·m²，发电机转动惯量J_g=32kg·m²，齿轮箱传动比γ=28.78；发电机额定功率P_e=300kw，额定转速n_e=1554r/min，极对数g=2，电网电压U₁=220V，定子转子参数r₁=0.0208Ω，x₁=0.0132H，r′₂=0.01525Ω，x′₂＝0.0425H。在仿真平台上进行2种工况下的仿真，即切出风速附近工况和额定风速附近工况：

一、系统在稳定运行后，假定在5s时，风速由20m/s突变为23m/s，在15s时，风速由23m/s突变为25m/s。仿真结果如图2-5所示，图2为切出风速工况下的风速变化曲线；图3为切出风速工况下的发电机转速变化曲线；图4为切出风速工况下的桨距角变化曲线；图5为切出风速工况下的功率波动曲线。

二、系统在稳定运行后，假定在5s时，风速由12m/s突变为15m/s，在15s时，风速由15m/s突变为17m/s。仿真结果如图6-9所示，图6为额定风速工况下的风速变化曲线；图7为额定风速工况下的发电机转速变化曲线；图8为额定风速工况下的桨距角变化曲线；图9额定风速工况下的功率波动曲线。通过图2和图9可以看出，所设计的控制器可以快速消除扰动，保持风电机组恒功率运行。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实例说明如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是为脱离本发明技术方案的内容，以及本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (1)

1.一种模糊前馈与线性自抗扰结合的风电机组变桨距控制方法，其特征是该方法包括以下步骤：

步骤1：构建变桨距风电机组的数学模型，得出风电机组的输出有功功率P；

所述变桨距风电机组的数学模型为：

$\left\{\begin{array}{c}\mathrm{\β}=\frac{1}{\mathrm{\τs}+1}{\mathrm{\β}}_r\\ T_r=\frac{1}{2}{C}_T(\mathrm{\β},\mathrm{\λ})\mathrm{\ρ\π}{R}^3{v}^2\\ (J_r+{\mathrm{\γ}}^2{J}_g)\frac{d{\mathrm{\ω}}_r}{\mathrm{dt}}=T_r-T_D-\mathrm{\γ}{T}_e\end{array}\right.$

其中，β为桨距角实际值；β_r为桨距角设定值；τ为时间常数；s为复变量；T_r为风轮机械转矩；C_T(β,λ)为机械转矩系数，λ为叶尖速比；_ρ为空气密度；R为风轮半径；v为风速；J_r为风轮转动惯量；J_g为发电机转动惯量；γ为齿轮箱传动比，即γ＝ω_g/ω_r，ω_g为发电机机械转速，ω_r为风轮机械转速；T_D为系统阻力矩，T_D＝c₁+c₂/ω_r+c₃ω_r，c₁，c₂，c₃为常数；T_e为发电机电磁转矩；

根据变桨距风电机组的数学模型，得出所述风电机组的输出有功功率P为：

$P=\frac{g{m}_1{U}_1^2{r}_2^{\′}{\mathrm{\ω}}_g}{({\mathrm{\ω}}_g-{\mathrm{\ω}}_1)[{(r_1-\frac{C_1{r}_2^{\′}{\mathrm{\ω}}_1}{{\mathrm{\ω}}_g-{\mathrm{\ω}}_1})}^2+{(x_1+C_1{x}_2^{\′})}^2]}$

其中，g为发电机极对数；m₁为相数；U₁为电网额定电压；C₁为修正系数；ω₁为电网同步转速；r₁，x₁分别为定子绕组的电阻和漏抗；ω_g为发电机机械转速；r′₂，x′₂分别为折算后转子绕组的电阻和漏抗；

步骤2：在步骤1的基础上设计线性自抗扰控制器，通过调整自抗扰控制器的控制量，用于快速消除系统内部参数摄动和外部扰动的效果；

所述自抗扰控制器输出控制量的计算公式为：

$\left\{\begin{array}{c}{\stackrel{\·}{z}}_1=z_2+l_1(y-z_1)\\ {\stackrel{\·}{z}}_2=z_3+l_2(y-z_1)+b_{0}u\\ {\stackrel{\·}{z}}_3=l_3(y-z_1)\\ u_0=k_1(r-z_1)+k_2(\stackrel{\·}{r}-z_2)\\ u=u_0-\frac{z_3}{b_0}\end{array}\right.$

其中：z₁、z₂、z₃为观测器的观测值；为对z₁、z₂、z₃求其基于时域的变化率而进行的时间求导计算所得；u为自抗扰控制的输出控制量；u₀为非线性控制器的输出量；b₀是输入量的系数；r为风电机组额定功率；为对r求其基于时域的变化率而进行的时间求导计算所得；y为风电机组实际输出有功功率，即输出有功功率P；l₁、l₂、l₃、k₁、k₂为待调节参数，用来调整自抗扰控制器的输出控制量u，从而用于消除系统内部参数摄动和外部扰动；

步骤3：在步骤2的基础上设计模糊前馈控制器，模糊前馈控制器包括模糊前馈控制器规则表，通过模糊前馈控制器得到合适的前馈桨距角变化量β_f；

在步骤2的基础上设计模糊前馈控制器，模糊前馈控制器输入为检测到的风速，根据风速的大小，以及在相邻时刻风速的变化量依据模糊前馈控制器规则表得到合适的前馈桨距角变化量β_f；

步骤4：前馈桨距角变化量β_f与线性自抗扰控制器的输出u相加而得到桨距角设定值β_r，用于解决系统具有较大转动惯量和较严重非线性的问题。